最新技術を用いて医療現場における適正抗菌薬の選定を支援し、
薬剤耐性菌の増加を防ぎたい

従来は数種類の染色液を準備して手技に頼るか、あるいは大病院の中央検査室や検査センターに依頼していました。しかし、クリニック等ではグラム染色をする時間も限られ、検査センターに頼めば最短でも数日程度は掛かるため、目前の患者にすぐに抗菌薬を処方することが出来ないことが課題でした。病院の救急外来や集中治療室等でも同様の問題が存在しています。

BiTTEの特徴と開発の背景

抗菌薬の不適正使用により、抗菌薬が効かない「薬剤耐性(AMR：Antimicrobial Resistance)」を持つ細菌発生の報告が世界中で増えています。 これは、経験的治療による広域抗菌薬の使用が、薬剤耐性菌増加の一因となっています。

精密検査機器は高額で、中小規模の医療施設では導入自体が困難です。数日の時間を要する培養検査を待たずに、抗菌薬処方の必要がある場合、処方については医師・技師の経験に依存していることが多々あります。 結果的に、初期抗菌薬の誤選択が起こることもあり得ます。

また、原因菌が特定されても、診療知見の共有が乏しく、適切な抗菌薬を処方できていないなどのことも発生しています。 これらの課題を解決する、AI画像解析技術を利用した高精度な菌種推定、ならびにアンチバイオグラム（Antibiogram；抗菌薬感受性率表）と連携した適正抗菌薬の選定を支援するのが「BiTTE 」です。

菌種推定については、尿検体グラム染色画像と培養検査による菌種確定結果を学習した画像認識AIモデルを構築し、その推論結果を用いています。 グラム染色画像は、光学顕微鏡にアタッチメントを介して、スマートフォンを接眼レンズ部分に取付て、スマートフォンのカメラで撮影し、薬剤感受性試験の結果を統計的データとして用いるアンチバイオグラムによりエビデンスデータに基づき、抗菌薬適正使用を支援します。

薬剤耐性の発生低減を目指して、スペクトラムスコアやWHOのAWaRe分類も表示することで、より狭域な抗菌薬の選択が可能です。 検体は尿から、血液、喀痰ほかにも拡大予定です。

※アンチバイオグラムについては、は、国立研究開発法人日本医療研究開発機構(AMED)新興・再興感染症に対する革新的医薬品等開発推進研究事業の支援を受けて作成されました。2019年までのデータのファイルは「薬剤耐性菌のサーベイランス強化および薬剤耐性菌の総合的な対策推進に関する研究」（代表：柴山恵吾、課題番号JP18fk0108061）、2020年のデータのファイルは「薬剤耐性菌のサーベイランス強化および薬剤耐性菌の総合的な対策に資する研究」（代表：菅井基行、課題番号21fk0108604j0001）で作成されました。

BiTTEの紹介